Type/to search

Стратегия прогнозирования цен на основе логарифма

Cryptocurrency
Created: 2023-12-20 14:40:23
Last modified: 2 years ago
1
Follow
1779
Followers

img

Обзор

Эта стратегия использует симметричную функцию, чтобы моделировать изменение цены и вычислить значение z в зависимости от стандартной разницы и среднего значения объема сделки, чтобы прогнозировать будущую цену как симметричную функцию ввода параметров.

Стратегический принцип

  1. Вычислите значение ROC при закрытии, положительное значение будет добавлено к volume_pos, отрицательное значение к volume_neg
  2. Вычислить разницу между volume_pos и volume_neg как net_volume
  3. Расчет стандартной разницы net_volume net_std и средней net_sma
  4. Вычислить net_sma, деленное на net_std, чтобы получить значение z
  5. Применяя ценовую оценку закрытия, 20-дневную стандартную разницу в цене закрытия и значение z в качестве параметров, введите логистическую функцию logistic для прогнозирования цены следующего цикла
  6. Продолжайте делать ставки, когда прогнозируемая цена выше текущей фактической цены в 1,005 раза, и не делайте ставки, когда она ниже 0,995 раза

Анализ преимуществ

Стратегия сочетает в себе статистическую информацию о объемах сделок и прогноз цены по логистическим функциям.

Преимущества:

  1. Популярные различия в объемах торгов позволяют оценить настроения рынка.
  2. Арифметическая функция приспосабливается к кривой изменения цены, чтобы лучше прогнозировать
  3. Стратегии просты, понятны и легко реализуемы

Анализ рисков

Однако эта стратегия также несет в себе некоторые риски:

  1. Показатели объемов сделок задерживаются и не отражают изменения рынка.
  2. Прогнозы арифметических функций не всегда точны и могут вводить в заблуждение
  3. Отсутствие мер по сдерживанию убытков

Риски можно снизить следующими способами:

  1. Достоверность сигнала объема сделки в сочетании с другими показателями
  2. Оптимизация параметров логистических функций для повышения точности прогнозов
  3. Установите линию стоп-лосса, ограничивающую максимальные потери на одну и в целом

Направление оптимизации

Эта стратегия может быть оптимизирована:

  1. Динамическая оптимизация алгоритмических функций с использованием методов машинного обучения
  2. Корректировка управления позициями в сочетании с показателем волатильности цен на акции
  3. Добавление фильтрации Bayes, фильтрация недействительного сигнала
  4. Вместе с прорывной стратегией, вход в прорывный пункт
  5. Используйте правила взаимосвязи для выявления отклонения цен от сигналов

С помощью комбинации различных методов можно еще больше повысить стабильность и прибыльность стратегии.

Подвести итог

Эта стратегия объединяет статистические показатели объема сделок и прогнозирование координатных функций, создавая уникальную концепцию количественной торговли. Благодаря постоянной оптимизации эта стратегия может стать эффективной и стабильной программированной торговой системой. В сочетании с машинным обучением и теорией комбинированной оптимизации мы уверены, что ее торговая производительность будет улучшена.

Source
Pine
/*backtest
start: 2023-11-19 00:00:00
end: 2023-12-10 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Logistic", overlay=true )

volume_pos = 0.0
Comment
All comments (0)
No data
No data
  • 1
iPhone Download
Forums
PINE Language
© 2015 - ∞ INVENTOR PTE LTD (SG)